Una Libreria di Algebra Lineare per il Calcolo Scientifico
|
|
- Alberta Manzi
- 6 anni fa
- Visualizzazioni
Transcript
1 Una Libreria di Algebra Lineare per il Calcolo Scientifico
2 Introduzione Il Lavoro di Tesi Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Risultati Attesi Verifica delle Performance
3 Il Lavoro di Tesi Introduzione La risoluzione di sistemi lineari ormai è una pratica molto comune Sistemi di grandi dimensioni, però, possono creare problemi di occupazione di memoria
4 Il Lavoro di Tesi Il Lavoro di Tesi Lo scopo del lavoro di tesi è stato lo sviluppo di una libreria di software matematico in Fortran e C in aritmetica reale e complessa in singola e doppia precisione per la risoluzione efficiente, dal punto di vista dell occupazione di memoria, di sistemi densi di equazioni lineari, tramite il metodo di Wassing.
5 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Questo metodo consente di risolvere sistemi lineari utilizzare 1 4 della memoria necessaria a metodi classici (Gauss) Questo guadagno di occupazione di memoria è ottenuto tramite il non richiedere la memorizzazione esplicita della matrice dei coefficienti un metodo opportuno di memorizzazione degli elementi
6 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Il problema da risolvere è Ax = b Il metodo di Wassing costruisce una nuova matrice: [ ] A T Z = b T che viene fattorizzata LU [ ] A T Z = b T = da cui [ L 0 l T 1 x T = l T L 1 ] [ U 0 T ] ˆLÛ
7 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Noto che la soluzione è x T = l T L 1 si osservi che ˆL = [ L 0 l T 1 ] [ ˆL 1 = L 1 0 l T L 1 1 ] I primi n elementi dell ultima riga di ˆL contengono la soluzione x T È quindi possibile calcolare solo la matrice ˆL, e non anche Û, per ottenere la soluzione al nostro problema iniziale.
8 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi I passi che devono essere svolti per risolvere il sistema lineare sono i seguenti: 1. i = 2, 3,..., n, n + 1 z i1 = z i1 /z k = 2, 3,..., n, 2.1 i = k, k + 1,..., n, n + 1 k 1 z ik = z ik + z ij z jk j=1 2.2 i = k + 1, k + 2,..., n, n + 1 z ik = z ik /z kk 2.3 j = 1, 2,..., k 1 e i = k + 1, k + 2,..., n, n + 1 z ij = z ij + z ik z kj 3. Il vettore soluzione, sarà x j = z n+1,j j = 1, 2,..., n
9 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Il metodo può essere facilmente generalizzato al caso di più termini noti AX = B con A n n e X, B n m costruendo la matrice Z come [ ] A T Z = B T Inoltre, la complessità risulta di O( 2 3 n3 ), uguale, cioè, al metodo di Gauss
10 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Ridurre l Occupazione di Memoria Vediamo ora come sono organizzati i dati necessari all applicazione del metodo di Wassing. Verrà presentato un esempio di un sistema lineare 3 3, mostrando quali elementi della matrice Z sono necessari nei vari passi. Nei grafici vengono usate le convenzioni che le aree evidenziate indicano degli elementi che non sono mai stati utilizzati gli spazi barrati, invece, indicano elementi non più necessari nel proseguio dell algoritmo
11 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Contenuto della matrice Z al passo 1 Al termine del passo 1 si ha bisogno di memorizzare solo gli elementi sottodiagonali della prima colonna della matrice Z
12 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Contenuto della matrice Z al passo 2 Al termine del passo 2 si devono memorizzare gli elementi sottodiagonali della seconda colonna e gli elementi omologhi sulla prima colonna un elemento precedentemente memorizzato non sarà più utilizzato
13 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Contenuto della matrice Z al passo 3 Al termine del terzo ed ultimo passo, devono essere memorizzati solo gli elementi sull ultima riga, la quale contiene il vettore soluzione x T altri 2 elementi non verranno più utilizzati
14 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Ridurre l Occupazione di Memoria In precedenza, si è evidenziato come alcuni elementi non venissero più utilizzati per il proseguio dell algoritmo. Allora, eliminando questi elementi memorizzando solo quelli necessari in un vettore invece che in una matrice è possibile ridurre l occupazione di memoria ad di memoria, contro le consuete n 2 (n + 1)2 4 locazioni
15 Introduzione al Metodo Ridurre l Occupazione di Memoria Metodo di Memorizzazione degli Elementi Metodo di Memorizzazione degli Elementi La matrice Z viene memorizzata, per colonne, all interno di un vettore: Z1 Z2 Zi dove, appunto, Zi rappresenta l i-esima colonna di Z. In questo modo, le operazioni vengono eseguite su elementi contigui in memoria, e risultano dunque ottimizzate.
16 Risultati Attesi Verifica delle Performance La valutazione di performance ed accuratezza dei codici numerici sviluppati è stata una parte fondamentale del lavoro di tesi: è preferibile utilizzare un codice performante un codice poco accurato è inutile
17 Risultati Attesi Verifica delle Performance Risultati Attesi Vediamo quali risoltati possiamo attenderci dal metodo di Wassing: a causa dei molti spostamenti di dati in memoria, ci si aspetta che le performance siano minori del metodo di Gauss (utilizzato nelle routine LAPACK), sebbene la complessità risulti la stessa ci si attende, però, che l accuratezza del metodo sia confrontabile con quella di altri metodi
18 Risultati Attesi Verifica delle Performance Verifica delle Performance La verifica delle performance è stata eseguita facendo variare la dimensione del sistema tra n = 250 ed n = 2000 con incrementi di 250 il linguaggio di programmazione il tipo di dato I risultati sono stati confrontati con le routine LAPACK GESV, per matrici dei coefficienti generali POSV, per matrici dei coefficienti simmetriche e definite positive
19 Risultati Attesi Verifica delle Performance Confronto del Metodo di Wassing con GESV Fortran: Confronto metodo di Wassing con pivoting con GESV 2.8 Real Double Precision 2.6 Complex Double Complex 2.4 Rapporto con GESV Dimensione della matrice
20 Risultati Attesi Verifica delle Performance Confronto tra le Implementazioni Fortran e C C vs F: Confronto sul metodo di Wassing con pivoting Real Double Precision Complex Double Complex Rapporto C / F Dimensione della matrice
21 Risultati Attesi Verifica delle Performance Una caratteristica fondamentale di un codice numerico è la sua accuratezza Risulta, pertanto, necessario stimare l accuratezza del codice sviluppato Per far questo si è utilizzato il vettore errore: err = x ˆx la differenza tra la soluzione calcolata e quella esatta
22 Risultati Attesi Verifica delle Performance Stima dell Accuratezza Il sistema lineare utilizzato per la verifica dell accuratezza era tale per cui la soluzione esatta fosse nota per via algebrica e composta da tutti 1 Per stimare l accuratezza si sono utilizzati due indicatori: la norma 2 pesata 1 n n i=1 err 2 i = err 2 n la norma infinito max i=1,...,n x i ˆx i = err
23 Risultati Attesi Verifica delle Performance La verifica dell accuratezza è stata eseguita facendo variare la dimensione del sistema tra n = 100 ed n = 2000 con incrementi di 100 il linguaggio di programmazione il tipo di dato I risultati sono stati confrontati con quelli della routine LAPACK GESV
24 Risultati Attesi Verifica delle Performance Norma 2 Pesata ; Numeri Reali in S.P. Norma 2 Wassing e Lapack (Real) x Wassing Lapack Norma 2 "pesata" Dimensione della matrice
25 Risultati Attesi Verifica delle Performance Norma 2 Pesata ; Numeri Reali in D.P. Norma 2 Wassing e Lapack (Double Precision) x Wassing Lapack Norma 2 "pesata" Dimensione della matrice
26 Risultati Attesi Verifica delle Performance Norma 2 pesata ; Numeri Complessi in S.P. Norma 2 Wassing e Lapack (Complex) x Wassing 8 Lapack 7 Norma 2 "pesata" Dimensione della matrice
27 Risultati Attesi Verifica delle Performance Norma 2 pesata ; Numeri Complessi in D.P. Norma 2 Wassing e Lapack (Double Complex) x Wassing Lapack Norma 2 "pesata" Dimensione della matrice
28 È possibile diminuire di un fattore 4 l occupazione di memoria pagando, al massimo, il raddoppio del tempo di esecuzione del codice. L accuratezza nel risolvere sistemi lineari, inoltre, rimane paragonabile a quella di metodi classici, come l eliminazione di Gauss.
1. Calcolo dell indice di condizionamento di una matrice
1 Esercizi sul condizionamento con matlab laboratorio di Calcolo Scientifico per Geofisici Prof. A. Murli a.a. 2006/07 1. Calcolo dell indice di condizionamento di una matrice Determinare una function
DettagliCorso di Geometria e Algebra Lineare
Prof. C. Vergara, Dott.ssa N. Franchina, Dr. A. Colombo Corso di Geometria e Algebra Lineare Laboratorio 3: sistemi lineari 25 29 Maggio 2015 Metodi diretti per sistemi lineari Si consideri il seguente
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 205-206 Laboratorio 9 Metodo di Eliminazione Gaussiana per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore
DettagliCalcolo Numerico (CdS in Matematica) A.A. 2012/13
Calcolo Numerico (CdS in Matematica) A.A. 2012/13 Esercitazione di Laboratorio sulla risoluzione di sistemi di equazioni lineari Parte 1. Fattorizzazione di matrici Scrivere una funzione Matlab che implementi
DettagliSoluzione sistemi lineari
Soluzione sistemi lineari Laboratorio di programmazione e calcolo Chimica e Tecnologie chimiche Pierluigi Amodio Dipartimento di Matematica Università di Bari Soluzione sistemi lineari p. / matrice diagonale
Dettaglin +1 determinanti (D i, i =1,...,n e det A) n! prodotti per ciascun determinante n 1 moltiplicazioni per ciascun prodotto
METODI NUMERICI (A.A. 2007-2008) Prof. F.Pitolli Appunti delle lezioni sui sistemi lineari: metodi diretti; condizionamento Metodi diretti per la soluzione di sistemi lineari Metodi diretti Sono basati
DettagliProgramma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a Proff. B. Paternoster, D.
Programma del corso di: Laboratorio di Programmazione e Calcolo Corso di laurea in Matematica a.a.009-0 Proff. B. Paternoster, D. Conte Risoluzione di un problema con il calcolatore: dal problema reale
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://lucia-gastaldi.unibs.it Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliCorso di Matematica per la Chimica
Dott.ssa Maria Carmela De Bonis a.a. 2013-14 Pivoting e stabilità Se la matrice A non appartiene a nessuna delle categorie precedenti può accadere che al k esimo passo risulti a (k) k,k = 0, e quindi il
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 Introduzione algebrica
DettagliSistemi lineari. Lucia Gastaldi. DICATAM - Sez. di Matematica,
Sistemi lineari Lucia Gastaldi DICATAM - Sez. di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 Risoluzione di sistemi lineari Risoluzione di sistemi lineari in Matlab Metodi di risoluzione Fattorizzazione
DettagliEsercitazione di Calcolo Numerico 1 27 Maggio Calcolare la fattorizzazione P A = LU della matrice A =
Esercitazione di Calcolo Numerico 1 27 Maggio 29 1. Calcolare la fattorizzazione P A = LU della matrice 1 2 3 A = 2 3 3, ed utilizzarla per risolvere il sistema lineare Ax = b, con b = (1, 2,, 16) T. 2.
DettagliRISOLUZIONE DI SISTEMI LINEARI
RISOLUZIONE DI SISTEMI LINEARI Algebra lineare numerica 1 La risoluzione di un sistema lineare è il nucleo principale del processo di risoluzione di circa il 70% di tutti i problemi reali Per la risoluzione
DettagliEsercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari
Esercizi su algebra lineare, fattorizzazione LU e risoluzione di sistemi lineari 4 maggio Nota: gli esercizi più impegnativi sono contrassegnati dal simbolo ( ) Esercizio Siano 3 6 8 6 4 3 3 ) determinare
DettagliEsercitazione di Calcolo Numerico 1 22 Aprile Determinare la fattorizzazione LU della matrice a 1 1 A = 3a 2 a 2a a a 2 A =
Esercitazione di Calcolo Numerico 22 Aprile 29. Determinare la fattorizzazione LU della matrice a A = 3a 2 a 2a a a 2 ed utilizzarla per calcolare il det(a). 2. Calcolare il determinante della matrice
DettagliProgrammare con MATLAB c Parte 5 Cicli: for e while
Programmare con MATLAB c Parte 5 Cicli: for e while Lucia Gastaldi DICATAM - Sezione di Matematica, http://lucia-gastaldi.unibs.it Indice 1 La notazione due punti 2 Ciclo: for 3 Ciclo con controllo: while
Dettagli2. Risolvere con il metodo di eliminazione di Gauss con pivoting parziale il seguente sistema lineare:
Esercizi sui metodi diretti per la risoluzione di sistemi lineari 1. Data la matrice 1 0 2 1 3 1 5 2 1 determinare la sua fattorizzazione P LR. Risolvere il sistema Ax = b con b = (3, 5, 6) T mediante
DettagliLABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. 2012/13 Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese
LABORATORIO DI PROGRAMMAZIONE E CALCOLO Docente E. Carlini A.A. / Foglio di esercizi N.8 con la collaborazione di Andrea Pugliese Dovete strutturare i programmi dei seguenti esercizi in funzioni ) (Metodo
DettagliCorso di Analisi Numerica
con pivoting Corso di Laurea in Ingegneria Informatica Corso di Analisi Numerica 6 - METODI DIRETTI PER I SISTEMI LINEARI Lucio Demeio Dipartimento di Scienze Matematiche con pivoting 1 2 3 con pivoting
DettagliCome fatto finora, presentiamo dapprima alcune utili comandi per manipolare matrici e per risolvere sistemi non lineari. c 1 r 2 r 3... r n.
LABORATORIO DI ANALISI NUMERICA Laurea Magistrale in Statistica e Informatica Esercitazione di algebra lineare numerica Prof. Stefano De Marchi Padova, October 29, 2009 Come fatto finora, presentiamo dapprima
DettagliCorso di Calcolo Numerico
Corso di Calcolo Numerico Dottssa MC De Bonis Università degli Studi della Basilicata, Potenza Facoltà di Ingegneria Corso di Laurea in Ingegneria Meccanica Corso di Calcolo Numerico - Dottssa MC De Bonis
DettagliEsercizi svolti sui sistemi lineari
Esercizio 1. Risolvere il seguente sistema lineare al variare del parametro reale t: t x + (t 1)y + z = 1 (t 1)y + t z = 1 2 x + z = 5 Soluzione. Il determinante della matrice dei coefficienti è t t 1
DettagliIntroduzione al Calcolo Scientifico
Introduzione al Calcolo Scientifico Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico 1 / 14 Calcolo Scientifico Insieme degli
DettagliSISTEMI LINEARI. Ax = b
SISTEMI LINEARI Un sistema lineare di n equazioni algebriche in n incognite è esprimibile come: a 11 x 1 + a 1 x + a 13 x 3 +... + a 1n x n = b 1 a 1 x 1 + a x + a 3 x 3 +... + a n x n = b a n1 x 1 + a
Dettagli10 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione QR
10 Metodi diretti per la risoluzione di sistemi lineari: fattorizzazione QR 101 Metodo di ortonormalizzazione di Gram-Schmidt Per descrivere il metodo di ortonormalizzazione di Gram-Schmidt occorre la
DettagliMetodi Diretti per la Risoluzione di Sistemi Lineari
Metodi Diretti per la Risoluzione di Sistemi Lineari Luca Gemignani luca.gemignani@unipi.it 20 marzo 2018 Indice Lezione 1: Sistemi Triangolari. 1 Lezione 2: Matrici Elementari di Gauss ed il Metodo di
Dettagli1 Risoluzione di sistemi lineari
Risoluzione di sistemi lineari La presente nota è in parte ripresa dal testo D Bini M Capovani O Menchi Metodi numerici per l algebra lineare Zanichelli Editore Siano A una matrice non singolare di ordine
DettagliComplementi di Matematica e Calcolo Numerico C.L. Chimica Industriale A.A
Complementi di Matematica e Calcolo Numerico C.L. Chimica Industriale A.A. 208-209 Laboratorio 4-4 aprile 209 Metodo delle sostituzioni in avanti per sistemi lineari con matrice triangolare inferiore Siano
DettagliSistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
DettagliAppunti su Indipendenza Lineare di Vettori
Appunti su Indipendenza Lineare di Vettori Claudia Fassino a.a. Queste dispense, relative a una parte del corso di Matematica Computazionale (Laurea in Informatica), rappresentano solo un aiuto per lo
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 207-208 Laboratorio 5 Metodi diretti per sistemi lineari Siano A R n n una matrice quadrata non singolare (det(a) 0) e b R n un vettore assegnati, allora
DettagliAnno accademico
RICHIAMI PER IL CORSO DI ANALISI NUMERICA PROF R MORANDI Anno accademico 28 29 1 RICHIAMI: PRECISIONE FINITA (USO DEL CALCOLATORE) IN UN CALCOLATORE UNA QUALUNQUE INFORMAZIONE VIENE RAPPRESENTA- TA COME
DettagliLaboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari
Laboratorio di Calcolo Numerico Laboratorio 11: Metodi diretti per la soluzione di sistemi lineari Claudia Zoccarato E-mail: claudia.zoccarato@unipd.it Dispense: Moodle Dipartimento ICEA 17 Maggio 2017
DettagliEsercitazione 4: Vettori e Matrici
Esercitazione 4: Vettori e Matrici Richiami di teoria: Norme di vettore Principali norme di vettore:. x = n i= x i 2. x 2 = n i= x i 2 3. x = max i n x i Ad esempio dato il vettore x = (, 2, 3, 4) abbiamo.
DettagliCorso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame
1 Cognome: Nome: Matricola: Corso di laurea in Informatica Calcolo Numerico Prof.ssa L. D Amore 12 Dicembre 2008 Esercizi di riepilogo tipo prova d esame 1. Si consideri il sistema aritmetico f. p. a precisione
DettagliMatrici. 3. Costruire le seguenti matrici, contarne gli elementi non nulli e visualizzarle con spy: . B 10x10 = ; D 7x7 =
Matrici diag, tril, triu. Sia v il vettore colonna casuale di lunghezza. Calcolare: diag(v), diag (v,), diag (v,-), diag(v,), diag(v,-). Sia A la matrice magica x. Calcolare: tril(a), tril(a, ), tril(a,
DettagliMetodi diretti: eliminazione gaussiana
Calcolo numerico 08/09 p. 1/1 SISTEMI LINEARI Metodi diretti: eliminazione gaussiana Calcolo numerico 08/09 p. 2/1 Sistemi lineari Ax = b, A R n n, b R n b INPUT x OUTPUT A relazione funzionale non ambigua
DettagliCompito numero 2 - Compito intero
Esercitazione 6 - Correzione esame dell 8//3 Lucia Pilleri 9//3 Compito numero - Compito intero Esercizio del parziale - del compito intero Risolvere, mediante la fattorizzazione P A = LU, il sistema lineare
DettagliMotivazione: Come si fa? Matrici simmetriche. Fattorizzazioni di matrici speciali
Motivazione: Fattorizzazioni di matrici speciali Diminuire la complessità computazionale = evitare operazioni inutili = risparmiare tempo di calcolo Diminuire l occupazione di memoria Come si fa? Si tiene
DettagliAltre trasformazioni elementari
Altre trasformazioni elementari Si possono definire altri tipi di trasformazioni elementari Analogamente alle trasformazioni di Gauss, esse danno luogo a fattorizzazioni Trasformazione elementari di Givens
DettagliRisoluzione di sistemi lineari sparsi e di grandi dimensioni
Risoluzione di sistemi lineari sparsi e di grandi dimensioni Un sistema lineare Ax = b con A R n n, b R n, è sparso quando il numero di elementi della matrice A diversi da zero è αn, con n α. Una caratteristica
DettagliMauro Saita, Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi vettoriali R, IR 2, IR 3 motivando
CORSO DI ALGEBRA LINEARE: Esercitazione n.1 del 20/12/2004. Mauro Saita, e-mail: maurosaita@tiscalinet.it 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Determinare tutti i sottospazi vettoriali degli spazi
DettagliSistemi di equazioni lineari. la soluzione è unica se det(a) 0 e vale
Sistemi di equazioni lineari a 00 x 0 + a 01 x 1 + a 02 x 2 = b 0 a 10 x 0 + a 11 x 1 + a 12 x 2 = b 1 a 20 x 0 + a 21 x 1 + a 22 x 2 = b 2 Per N equazioni N 1 j=0 a ij x j = b i i = 0, N 1 la soluzione
DettagliLaboratorio di Calcolo Numerico
Laboratorio di Calcolo Numerico M.R. Russo Università degli Studi di Padova Dipartimento di Matematica Pura ed Applicata A.A. 2009/2010 INDICE Sistemi lineari Casi particolari Eliminazione di Gauss Fattorizzazione
DettagliCorso di Matematica per la Chimica
Corso di Matematica per la Chimica Dott.ssa Maria Carmela De Bonis Dipartimento di Matematica, Informatica e Economia Università della Basilicata a.a. 2014-15 Propagazione degli errori introdotti nei dati
DettagliComplementi di Matematica e Calcolo Numerico A.A Laboratorio 6 Metodi iterativi per sistemi lineari
Complementi di Matematica e Calcolo Numerico A.A. 2017-2018 Laboratorio 6 Metodi iterativi per sistemi lineari Dati una matrice A R N N non singolare e un vettore b R N, un metodo iterativo per la risoluzione
DettagliPreCorso di Matematica - PCM Corso M-Z
PreCorso di Matematica - PCM Corso M-Z DOCENTE: M. Auteri Outline Docente: Auteri PreCorso di Matematica 2016 2 Definizione di matrice Una matrice (di numeri reali) è una tabella di m x n numeri disposti
Dettagli1 1, { x1 2x 2 + x 3 = 0 2x 2 8x 3 = 1 x 1 x 4 = = 0
a.a. 5-6 Esercizi. Sistemi lineari. Soluzioni.. Determinare quali delle quaterne, 3,, sono soluzioni del sistema di tre equazioni in 4 incognite { x x + x 3 = x 8x 3 = x x 4 =. Sol. Sostituendo ad x, x,
DettagliStrutture dati e loro organizzazione. Gabriella Trucco
Strutture dati e loro organizzazione Gabriella Trucco Introduzione I linguaggi di programmazione di alto livello consentono di far riferimento a posizioni nella memoria principale tramite nomi descrittivi
DettagliCorso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli. Esercizi di riepilogo - LABORATORIO
Cognome: Nome: 1 Matricola: Corso di laurea in Matematica Laboratorio di Programmazione e Calcolo Prof. A. Murli Esercizi di riepilogo - LABORATORIO Creare una directory nominata cognome nome dove cognome
DettagliVETTORI E MATRICI. Ing. Nicola Cappuccio 2014 U.F.5 ELEMENTI SCIENTIFICI ED ELETTRONICI APPLICATI AI SISTEMI DI TELECOMUNICAZIONI
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 I VETTRORI E MATRICI (RICHIAMI) Ad ogni matrice quadrata a coefficienti reali è possibile associare un numero reale, detto determinante, calcolato
DettagliSistemi lineari: metodi diretti II
Sistemi lineari: metodi diretti II Ana Alonso Dipartimento di Matematica - Università di Trento 8 ottobre 2015 Metodo di eliminazione di Gauss (senza pivotazione) U matrice triangolare superiore. for k
DettagliEsercitazione 5: Sistemi a risoluzione immediata.
Esercitazione 5: Sistemi a risoluzione immediata. Ipotesi: Supponiamo le matrici non singolari. Nota: Per verificare che si ha risolto correttamente il sistema lineare Ax = b basta calcolare la norma del
DettagliUn sistema lineare si rappresenta in generale come
SISTEMI LINEARI Un sistema lineare si rappresenta in generale come n j=1 a ij x j = b i i = 1, 2,..., m o anche AX = B. La soluzione esiste se e solo se B appartiene allo spazio lineare generato dalle
DettagliIl programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria p. 1
Il programma OCTAVE per l insegnamento dell algebra lineare nella Scuola Secondaria R. Vitolo Dipartimento di Matematica Università di Lecce SaLUG! - Salento Linux User Group Il programma OCTAVE per l
DettagliProgetto Matlab N 2. Calcolo Numerico 6 CFU. Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014
Progetto Matlab N 2 Calcolo Numerico 6 CFU Corso di Laurea in Ingegneria delle Comunicazioni 31/05/2014 Procedimento 1. Scrivere una function che implementi il prodotto matrice-vettore AX con A matrice
DettagliAnalisi Numerica: Introduzione
Analisi Numerica: Introduzione S. Maset Dipartimento di Matematica e Geoscienze, Università di Trieste Analisi numerica e calcolo numerico Analisi numerica e calcolo numerico La matematica del continuo
DettagliEsercizio 1 Sia. a n. X (k+1) = X (k) (2I AX (k) )
Esercizi per la parte Numerica e Algoritmica, Prof. Serra-Capizzano. Gli esercizi elencati sono da ritenersi come una palestra molto impegnativa: i testi di esame che saranno proposti non avranno una difficoltà
DettagliPer esempio, una matrice 4 4 triangolare alta ha la forma. 0 a. mentre una matrice di ordine 4 triangolare bassa è del tipo
Matrici triangolari Prima di esporre il metodo LU per la risoluzione di sistemi lineari, introduciamo la nozione di matrice triangolare Ci limiteremo al caso di matrici quadrate anche se l estensione a
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 206-207 Laboratorio Autovalori, raggio spettrale e norme di matrici Sia A una matrice quadrata di ordine n a valori reali o complessi, il numero λ C si
DettagliEQUAZIONI DIFFERENZIALI
EQUAZIONI DIFFERENZIALI Si consideri il problema di Cauchy y'(t) t y, y() y(t) t e. t, la cui soluzione esatta è PARTE a. Approssimare il problema di Cauchy con il metodo di Eulero Esplicito b. Eseguire
DettagliSistemi Lineari. Andrea Galasso
Sistemi Lineari Andrea Galasso Esercizi svolti Teorema. (Rouché-Capelli. Un sistema lineare Ax = b ammette soluzioni se e solo se il rango della matrice dei coefficienti A è uguale al rango della matrice
DettagliSISTEMI LINEARI QUADRATI
SISTEMI LINEARI QUADRATI Dipartimento di Sc Matematiche ed Informatiche, Università di Siena LABORATORIO di CALCOLO NUMERICO aa 27 28 SISTEMI LINEARI QUADRATI p1/47 RICHIAMI di ALGEBRA LINEARE DEFINIZIONI
DettagliSistemi lineari: metodi diretti II
Sistemi lineari: metodi diretti II Ana Alonso Dipartimento di Matematica - Università di Trento 9 ottobre 2014 Metodo di eliminazione di Gauss (senza pivotazione) U matrice triangolare superiore. for k
DettagliSistemi lineari. 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0. x 1 x 2 x 3
Sistemi lineari 2x 1 + x 2 x 3 = 2 x 1 x 2 + x 3 = 1 x 1 + 3x 2 2x 3 = 0 2 1 1 1 1 1 1 3 2 x 1 x 2 x 3 = 2 1 0 n j=1 a i,jx j = b i, i = 1,, n Ax = b A = (a i,j ) R n n matrice invertibile (det(a) 0) b
DettagliCorso di Calcolo Numerico
Prof. L. Brandolini Corso di Calcolo Numerico Dott.ssa N. Franchina Laboratorio 6 Equazioni differenziali ordinarie: metodi impliciti 3 Novembre 26 Esercizi di implementazione Un equazione differenziale
DettagliUniversita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni
Universita degli Studi di Ancona - Facolta di Ingegneria Laurea in Ing. Elettronica (VO) Ing. Informatica e Automatica - Ing. delle Telecomunicazioni ANALISI NUMERICA - Primo Parziale - TEMA A (Prof. A.M.Perdon)
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 0-0 Laboratorio 9 Autovalori, raggio spettrale e norme di matrici Sia A una matrice quadrata di ordine n a valori reali o complessi, il numero λ C si dice
DettagliCalcolo del precondizionatore K 1
Calcolo del precondizionatore K 1 Ax = b sistema lineare sparso, simmetrico, definito positivo. Soluzione del sistema utilizzando il GCM con un opportuno precondizionatore K 1. K 1 deve essere tale che
DettagliSoluzione. (a) L insieme F 1 e linearmente indipendente; gli insiemi F 2 ed F 3 sono linearmente
1. Insiemi di generatori, lineare indipendenza, basi, dimensione. Consideriamo nello spazio vettoriale R 3 i seguenti vettori: v 1 = (0, 1, ), v = (1, 1, 1), v 3 = (, 1, 0), v 4 = (3, 3, ). Siano poi F
DettagliSISTEMI LINEARI. x y + 2t = 0 2x + y + z t = 0 x z t = 0 ; S 3 : ; S 5x 2y z = 1 4x 7y = 3
SISTEMI LINEARI. Esercizi Esercizio. Verificare se (,, ) è soluzione del sistema x y + z = x + y z = 3. Trovare poi tutte le soluzioni del sistema. Esercizio. Scrivere un sistema lineare di 3 equazioni
DettagliRisoluzione di più sistemi con la stessa matrice
Risoluzione di più sistemi con la stessa matrice Data A R n n e b R n, calcolare x e z : Ax = b, Az = c costo del MEG ( 2 3 n3 + n 2) + ( 2 3 n3 + n 2) costo totale = 4 3 n3 + 2n 2 Obiettivo: separare
DettagliProblema. Sistemi lineari. Problema. Problema. Quali sono i potenziali in ogni nodo? Leggi di Kirkoff e di Ohm:
Problema 4 Ω 3 3 Ω 2 2 Ω 40 V Sistemi lineari 2 Ω Ω 2 Ω Ω 5 6 7 8 Ω 4 Ω Ω 0 V Quali sono i potenziali in ogni nodo? 2 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 4 Ω Problema 3 3 Ω 2 2 Ω 40 V 2 Ω Ω 2 Ω Ω 2 Ω Ω 2 Ω Ω
DettagliIl ranking di pagine web
Il ranking di pagine web Consideriamo l insieme delle pagine web con i relativi link. Questo può essere considerato come un grafo orientato (con miliardi di nodi). Concentriamoci su l esempio più piccolo
DettagliMATRICI E SISTEMI LINEARI
MATRICI E SISTEMI LINEARI - PARTE I - Felice Iavernaro Dipartimento di Matematica Università di Bari 27 Febbraio 2006 Felice Iavernaro (Univ. Bari) Matrici e Sistemi lineari 27/02/2006 1 / 1 Definizione
DettagliMETODI NUMERICI - II canale (A.A )
METODI NUMERICI - II canale (A.A. 2007-2008) Cosa èilcalcolo NUMERICO? Prof. F. Pitolli Appunti della prima lezione È quella branca della matematica che fornisce mezzi e metodi per risolvere numericamente,
DettagliCalcolo Numerico con elementi di programmazione
Calcolo Numerico con elementi di programmazione (A.A. 2014-2015) Appunti delle lezioni sui metodi numerici per la soluzione di sistemi lineari Sistemi Lineari I sistemi lineari forniscono il modello matematico
Dettaglix t = M t a.
Laboratorio di Matematica, 30.09.2003 1 Introduzione Il Laboratorio di Matematica si pone come scopo di presentare alcuni argomenti di algebra lineare vicini alle applicazioni e di introdurre all uso di
DettagliImplementazione degli algoritmi.
Implementazione degli algoritmi. 4.1. Introduzione. In questo capitolo sarà discussa l implementazione software per l ambiente MATLAB 6.1 che è stata fatta degli algoritmi di identificazione presentati
DettagliCorso di Analisi Numerica
Corso di Laurea in Ingegneria Informatica Corso di 3 - PROBLEMI DI INTERPOLAZIONE Lucio Demeio Dipartimento di Scienze Matematiche 1 Interpolazione: Polinomio di Lagrange 2 3 Introduzione Problemi di interpolazione
DettagliUniversità Politecnica delle Marche - Facoltà di Ingegneria Ing. Informatica e Automatica - Ing. Logistica e Produzione
ANALISI NUMERICA - Primo Parziale - TEMA A PARTE I. Si chiede allo studente di trattare i seguenti argomenti nel modo più completo possibile. 1. Propagazione degli errori nel caso di operazioni elementari
Dettagli1 Spazi vettoriali. Sottospazi.
CORSO DI ALGEBRA LINEARE. A.A. 004-005. Esercitazione del 10 Gennaio 005. (Prof. Mauro Saita, e-mail: maurosaita@tiscalinet.it) 1 Spazi vettoriali. Sottospazi. Esercizio 1.1 Siano v 1 = (, 5, 1, 3), v
DettagliAlgebra Lineare Metodi Iterativi
Algebra Lineare Metodi Iterativi Stefano Berrone Sandra Pieraccini DIPARTIMENTO DI MATEMATICA POLITECNICO DI TORINO, CORSO DUCA DEGLI ABRUZZI 24, 10129, TORINO, ITALY e-mail: sberrone@calvino.polito.it,
DettagliCorso di Calcolo Numerico
Corso di Laurea in Ingegneria Gestionale Sede di Fermo Corso di 7 - CALCOLO NUMERICO CON MATRICI Richiami teorici Operazioni fondamentali Siano A = {a ij } e B = {b ij }, i = 1,..., m, j = 1,..., n due
DettagliTrasformazione elementari di Givens
Trasformazione elementari di Givens dove Osservazione Esprime una rotazione di ampiezza ϕ Esempio (n=2) Osservazione Rotazione nel senso positivo degli archi In generale Il prodotto matrice vettore equivale
DettagliComplementi di Matematica e Calcolo Numerico A.A
Complementi di Matematica e Calcolo Numerico A.A. 20-206 Laboratorio 8. (punteggio 3/3/) Si consideri la funzione f(x) = sin(e x/2 ).. Si approssimi la radice α di f nell intervallo [0, 3.] utilizzando
DettagliCORSO DI Analisi Numerica
CORSO DI Analisi Numerica Alessandro Iafrati CONTATTI Posta Elettronica: a.iafrati@insean.it Telefono: 06/50299296 A breve sarà disponibile un sito web sulla pagina del Dipartimento di Metodi e Modelli
DettagliIntroduzione a Matlab (e al Calcolo Numerico)
Introduzione a Matlab (e al Calcolo Numerico) Giuseppe Rodriguez Università di Roma Tor Vergata Seminario nell ambito del corso di Fondamenti di Informatica per gli studenti di Ingegneria Meccanica e Ingegneria
DettagliESERCIZI DI MATEMATICA DISCRETA ANNO 2006/2007
ESERCIZI DI MATEMATICA DISCRETA ANNO 6/7 //7 () Ridurre la seguente matrice ad una a scala ridotta utilizzando il metodo di Gauss-Jordan. Soluzione. () Determinare quante e quali sono le matrici a scala
DettagliEsercitazione 4 Sistemi lineari, pivoting
Esercitazione 4 Sistemi lineari, pivoting a.a. 218-19 Esercizio 1 (T) Quando viene utilizzato il pivoting parziale? La fattorizzazione ottenuta con il pivoting per colonne è unica? Si può applicare anche
Dettagli